发布人 ：koya tibb发布时间 ：2026-09-10 14:15:50
在近日举行的欧洲心脏病学会年会（ESC Congress 2026）上，来自首都医科大学附属北京安贞医院的曾勇教授领衔12项研究集中亮相。其中，两项围绕CT衍生血流储备分数（CT-FFR）的研究，分别从复杂冠脉病变的精准功能学评估和冠心病患者长期风险预测两个维度，进一步拓展了CT-FFR的临床应用价值。这些研究不仅展示了CT-FFR在弥漫性病变中的卓越诊断效能，也首次系统性地提出基于系列CT-FFR评估的长期纵向管理新思路，引发参会专家的广泛关注。
图1：ESC Congress 2026大会现场 图片来源：European Society of Cardiology（ESC）
一、面对弥漫性病变，机器学习CT-FFR展现出稳健的缺血识别能力
临床实践中，冠状动脉病变并不总是表现为一个边界清晰的局灶性狭窄。对于弥漫性冠状动脉疾病，尤其是病变长度≥20 mm的长节段病变，解剖学狭窄与实际心肌缺血之间的关系更加复杂，单纯依靠CTA解剖图像往往难以精准判断功能学意义，这也给临床功能学评估带来了挑战。
图2：安子玉医生汇报基于机器学习的CT-FFR在弥漫性冠状动脉疾病功能性诊疗决策中的应用
此次ESC 2026大会分享的一项多中心研究，纳入中国3家医院的329例患者、377支血管，以有创FFR≤0.80作为参考标准，评估基于机器学习的CT-FFR在弥漫性冠状动脉病变中的诊断性能。
研究结果显示，CT-FFR在血管水平和患者水平的AUC均约为0.94，在长节段病变亚组中进一步提升至0.96和0.97；对于有创FFR定义的心肌缺血，其敏感度约为96%、特异度约为92%。上述数据表明，基于机器学习的CT-FFR在复杂弥漫性冠脉病变中表现出稳健的缺血识别能力。
值得注意的是，Bland-Altman分析同时提示，尽管CT-FFR与有创FFR在群体层面显示出良好的一致性，但在0.80这一关键阈值附近，个体层面的离散度仍具有临床意义。这提醒临床医师在临界值附近应结合患者临床症状、斑块负荷及其他影像参数进行综合解读，而非将CT-FFR视为有创FFR的完全替代。换句话说，AI提供的是更丰富的功能学辅助信息，而不是替代医生完成最终判断。
从技术路径来看，机器学习算法的核心优势在于可基于常规冠脉CTA数据快速完成计算，无需额外扫描或使用β受体阻滞剂，这为其融入现有临床工作流提供了现实可行性。公开综述认为，深度学习CT-FFR的重要发展方向之一，就是缩短处理时间并增强其与医院临床工作流的融合能力。随着深度学习技术的不断迭代，CT-FFR的处理效率与临床适配性仍在持续提升。
二、从“当下有无缺血”，进一步走向“未来风险如何”——预后证据链日趋完整
如果说前一项研究回答的是：
CT-FFR能不能准确判断当下的缺血？
那么安贞医院张明瑞医生在本次大会上汇报的《Predictive value of serial coronary CTA-derived fractional flow reserve in patients with coronary artery disease》则进一步追问：
CT-FFR能不能帮助判断预测患者未来的临床风险？
图3：ESC 365收录《冠心病患者系列冠状动脉CTA衍生FFR的预测价值》研究
该研究聚焦连续CCTA来源FFR在冠心病患者中的预测价值。梳理了CT-FFR在冠心病患者中的预后评估中的现有证据，呈现了一条完整的证据链：
其中，荟萃分析层面，一项纳入10,919例稳定性冠心病患者、平均随访17个月的汇总分析显示，以CT-FFR≤0.80定义的生理学梗阻性病变，与全因死亡、主要不良心血管事件（MACE）、急性心肌梗死以及血运重建需求升高存在显著相关。
这意味着，CT-FFR提供的功能学信息可能不仅服务于一次检查中的缺血判断，也具有进一步用于风险分层和预后评估的临床价值。
研究还进一步提出了系列CT-FFR评估的前瞻性假设：重复、连续的CT-FFR评估有望用于纵向观察冠脉病变生理学状态的演变，并帮助识别风险可能持续升高的高风险患者，从而为更早期的干预决策提供依据。当然，这一方向仍需大规模前瞻性研究加以验证，但其为冠心病患者的个体化长期管理开辟了新的探索路径。
三、从横断面诊断到纵向预后：CT-FFR的应用范式正在演进
将两项研究并列审视，CT-FFR的发展趋势愈发明朗。
一方面，以机器学习为代表的新一代CT-FFR技术，正在接受越来越复杂临床场景的考验——从简单的单支局灶性狭窄，逐步向长节段、弥漫性、多支血管病变拓展。另一方面，CT-FFR的临床研究终点也在升维——从早期聚焦于与有创FFR的诊断一致性，逐步扩展至远期预后评估与风险分层。
换言之，CT-FFR的研究范式正在从单次、横断面的功能学评价，向多时点、动态的疾病演进观察拓展。这与CCTA本身的发展趋势也高度一致——近年来，冠脉CTA已不再局限于解剖学狭窄程度评估，而是在斑块定性定量、血流功能学评估、血管周围炎症检测和心血管风险预测等多个维度全面拓展，2026年发表的相关综述也指出，CCTA正在由单纯的解剖学检查逐步发展为综合心血管风险评估平台。
四、深脉分数：让人工智能赋能冠状动脉功能学精准诊疗
上述研究采用的CT-FFR技术路径——基于常规冠状动脉CTA影像，通过人工智能算法无创计算血流储备分数——正是采用科亚医疗核心产品深脉分数（DEEPVESSEL FFR）。该产品致力于帮助临床医生在无需额外有创操作的前提下，获取冠脉功能学评估信息，辅助判断冠脉病变是否具有血流动力学意义。
相比单纯观察“血管窄了多少”，功能学评估进一步关注的核心问题是：
这处病变是否真正影响了心肌供血。
这也是CT-FFR最核心的临床价值所在。
近年来，围绕CT-FFR的临床研究证据不断积累。美国、欧洲相关指南、专家共识及多项临床研究，均持续关注其在冠心病诊断、后续检查选择和临床决策中的应用价值。随着研究不断深入，CT-FFR的关注重点也正从“是否算得准确”，进一步延伸至其在复杂病变评估、临床工作流融合及长期疾病管理中的实际应用价值。
科亚医疗长期深耕AI CT-FFR领域，持续推进深脉分数（DEEPVESSEL FFR）在真实临床场景中的验证与优化，以临床价值为导向，推动人工智能技术更深入地服务冠心病精准诊疗全流程。
资料来源：ESC Congress 2026 官方公开资料、医谱学术及安贞心血管系统疾病国家临床医学研究中心微信公众号。本文CT-FFR相关内容由科亚医疗结合公开研究资料整理并解读，相关观点仅供学术交流。
